提高识别精度的方法:
- 集成学习
- 学习率衰减
- Data Augmentation(数据扩充)
Data Augmentation基于算法“人为地”扩充输入图像(训练图像)。即对于输入图像,通过施加旋转、垂直或水平方向上的移动等微小变化,增加图像的数量。这些数据集的图像数量有限时尤其有效。
除此之外,Data Augmentation可以通过其他各种方法扩充图像,比如:裁剪图像的“crop处理”、将图像左右翻转的“flip处理”等。还可以通过施加亮度等外观上的变化、放大缩小等尺度上的变化也是有效的。